基于图像识别水质浊度检测系统设计和实现

《基于图像识别水质浊度检测系统设计和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：X853学校代码：10213国际图书分类号：004.9密级：公开工学硕士学位论文基于图像识别的水质浊度检测系统的设计与实现硕士研究生：李昂导师：刘晓为教授申请学位：工学硕士学科：微电子学与固体电子学所在单位：航天学院答辩日期：2012年7月授予学位单位：哈尔滨工业大学ClassifiedIndex:X853U.D.C:004.9DissertationfortheMasterDegreeinEngineeringDESIGNANDIMPLEMENTOFTURBIDITYDETECTIONSYSTEMBASEDONIMAGERECOGNI

2、TIONCandidate：LiAngSupervisor：Prof.LiuXiaoweiAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：MicroelectronicsandSolid-StateElectronicsAffiliation：SchoolofAstronauticsDateofDefence：July,2012Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要随着生活水平的逐年

3、提高，人们的环境保护意识也越来越高。水，作为生命之源，则自然获得了人们的极大关注。一直以来，保护母亲河、治理水源地的活动都在不断的开展当中。在所有的治理工作当中，水质检测，作为防范水质再污染的必要措施，显得尤为重要。而对浊度（水质检测的主要指标之一）的检测则显得更加重要。目前的检测手段成本较高，基于此，本文提出了一种基于图像识别的水质浊度检测系统。本课题首先分析当前浊度测量的基本原理，与图像识别技术相联系，提出了基于图像识别技术的水质浊度检测系统的整体方案流程。然后，本课题具体设计了水质浊度图像信息提取相关算法，围绕参考光源光强这一主要信息，提出了基于

4、空间域（即梯度）和基于频率域（即小波变换）的图像信息提取算法，经测试两种算法提取的信息对浊度均有较好的区分度。接下来，本课题设计了系统标定和测量浊度所需神经网络，主体结构采用反向传输方式，结合具体需求，经过实验测试，确定了神经网络的内部结构，该结构下，浊度测量的平均误差率在0.5%左右，最大误差低于5%。最后，本课题实现了水质浊度检测系统，完成了系统相应的软硬件的具体设计，并在实际应用中测试了系统，经测试表明，两方案的平均误差率略大于0.5%，最大误差为3%，结合浊度仪本身的误差，故系统的准确度在8%左右，低于10%，从性能上可以达到大量程浊度检测的需

5、要。关键词：浊度；图像识别；神经网络-I-哈尔滨工业大学工学硕士学位论文AbstractWiththeimprovingoflivingstandards,people'senvironmentalawarenessisalsogrowing.Water,asthevitalsourceforlife,naturallyattractsmoreattention.Activities,asprotectingthemotherriverandgoverningthewatersource,havebeencontinuouslycarriedout.I

6、nalltheactivites,waterqualitydetectionasanecessaryprecautionarymeasuretoforbidthere-contaminationofwater,isquiteimportant.Detectionforturbidity(oneofthemainindicatorsinwaterqualitydetection)isindispensibletoo.Thecurrentmeansofdetectionarecomplicatedandexpensive.Inthispaper,awate

7、rturbiditymonitoringsystembasedondigitalvideoisproposed.Atfirst,thebasicprinciplesofthecurrentturbiditymeasurementareanalyzed.Andtheoverallprogramflowofthewaterturbiditydetectionsystembasedonimagerecognitiontechnologyisdesignedassociatedwiththebasicprinciples.Secondly,thewatertu

8、rbidityimageinformationextractionalgorithmcente